Strömningstjänsternas kataloger fylls i allt snabbare takt med musik som ingen människa har skrivit. Enligt siffror från den franska strömningstjänsten Deezer, återgivna av swedroid.se, är i dag mer än 50 procent av alla låtar som laddas upp dagligen AI-genererade. Det motsvarar omkring 90 000 låtar varje dygn, en volym som gör det svårt att längre betrakta AI-musik som ett randfenomen i katalogerna.
Deezers vd Alexis Lanternier har förklarat bolagets hållning så här: ”Deezer has been at the frontline of fighting fraud and reducing payment dilution related to AI music for almost two years.” Uttalandet pekar på vad som driver frågan internt hos tjänsterna: inte i första hand konstnärlig oro, utan risken att AI-genererade låtar används för att med bottar och falska uppspelningar dra royalty ur en gemensam intäktspott, på bekostnad av mänskliga upphovspersoner.
Två olika strategier
Deezer och Spotify har valt olika vägar för att hantera samma underliggande problem. Deezer arbetar systematiskt med att identifiera och ta bort AI-musik som används för strömningsbedrägeri, och raderar dessutom automatiskt AI-genererade spår som inte spelats upp på sex månader. Spotify har i stället valt att märka mänskliga artister, snarare än att sätta en varningsetikett på det AI-genererade materialet. Skillnaden är principiell: den ena metoden filtrerar bort och tar bort innehåll ur katalogen, den andra lämnar allt kvar och lägger i stället till en kvalitetsstämpel för det som är mänskligt skapat.
För den som bygger eller underhåller en katalog spelar valet av strategi stor roll. En katalog som aktivt rensas krymper och blir svårare att använda som historiskt underlag, eftersom borttaget material inte går att återskapa i efterhand. En katalog som i stället märker upp ursprung bevarar helheten, men flyttar arbetet till metadatalagret, det vill säga till just de fält (upphovsperson, inspelningsstatus, genrekod) som forskningen redan i dag använder för att strukturera musik. Vår genomgång av ISRC, ISWC och MBID som identifierare beskriver hur skört det systemet redan är när en och samma inspelning ska knytas till rätt verk och rätt upphovsperson. Ett tillskott på tiotusentals nya, syntetiska inspelningar per dygn, utan etablerad standard för att märka just AI-ursprung, gör den uppgiften väsentligt svårare.
Konsekvenser för kataloganalys och musikforskning
För musikforskningen väcker utvecklingen minst tre konkreta frågor. Den första är källkritik: statistik om till exempel genretrender eller genomsnittlig låtlängd, av det slag vi diskuterar i vår artikel om genreklassificering med MIR, riskerar att snedvridas om en växande andel av det underliggande materialet är maskingenererat och inte har genomgått samma urvalsprocess som mänskligt skapad musik. Den andra är spårbarhet: utan ett gemensamt fält för AI-ursprung i metadatan blir det svårt att ens mäta hur stor andel av en katalog som är syntetisk, mer än genom enskilda plattformars egna, icke jämförbara uppskattningar. Den tredje rör forskningens rättsliga ramar. Vår genomgång av TDM-undantaget för musikforskning utgår från att inspelningar har en identifierbar mänsklig upphovsperson vars rättigheter undantaget balanserar mot. AI-genererat material rör sig i en gråzon där den frågan ännu inte är löst i lagstiftningen.
Sammantaget pekar utvecklingen hos Deezer och Spotify mot att kataloghantering och metadatastandarder, snarare än enskilda låtar, blir nästa stora fråga för den som studerar strömningstjänsternas musik i stor skala. Se även vår tidigare genomgång av musikmetadata i forskningen för hur strukturerad data redan i dag används för att analysera kataloger.